基于双侧TIC定量特征的乳腺肿瘤良恶性鉴别
来源期刊：东北大学学报(自然科学版)2019年第4期
论文作者：孙航 李宏 刘思琪 张伟
文章页码：473 - 477
关键词：乳腺肿瘤;DCE-MRI;TIC曲线;双侧定量分析;良恶性鉴别;
摘 要：基于DCE-MRI提出了一种利用双侧乳腺对称区域的TIC定量特征识别乳腺肿瘤良恶性的方法.使用三维区域生长算法提取乳腺的病灶区,基于病灶区及其对侧乳腺对应的ROI的TIC曲线分别提取29个特征,并定义双侧差异特征参数,经SFFS方法筛选后得到7个有效特征.使用SVM进行特征训练,基于交叉验证方法得到分类结果.本研究随机选取回顾性病例112例（良性67例,恶性45例）,得到肿瘤良恶性平均分类准确率为88. 39%.实验结果表明:此方法对乳腺肿瘤的良恶性鉴别有较高的准确率,对辅助医生进行乳腺病变组织的良恶性鉴别具有重要价值.
孙航1，李宏1，刘思琪1，张伟2
1. 东北大学中荷生物医学与信息工程学院2. 中国医科大学附属盛京医院
摘 要：基于DCE-MRI提出了一种利用双侧乳腺对称区域的TIC定量特征识别乳腺肿瘤良恶性的方法.使用三维区域生长算法提取乳腺的病灶区,基于病灶区及其对侧乳腺对应的ROI的TIC曲线分别提取29个特征,并定义双侧差异特征参数,经SFFS方法筛选后得到7个有效特征.使用SVM进行特征训练,基于交叉验证方法得到分类结果.本研究随机选取回顾性病例112例（良性67例,恶性45例）,得到肿瘤良恶性平均分类准确率为88. 39%.实验结果表明:此方法对乳腺肿瘤的良恶性鉴别有较高的准确率,对辅助医生进行乳腺病变组织的良恶性鉴别具有重要价值.
关键词：乳腺肿瘤;DCE-MRI;TIC曲线;双侧定量分析;良恶性鉴别;
